Modelo computacional para la identificación de endofenotipos en pacientes con artritis reumatoide utilizando información del antígeno leucocitario humano HLA clase II

La Artritis Reumatoide es una enfermedad autoinmune que afecta del 0.4% al 1% de la población humana y existen marcadores genéticos implicados en esta enfermedad. Se han utilizado varios modelos de inteligencia computacional para la clasificación e identificación de endofenotipos (relación entre fen...

Full description

Autores:: Morales Muñoz, Luis Antonio

Tipo de recurso:

Fecha de publicación:: 2014

Institución:: Universidad Nacional de Colombia

Repositorio:: Universidad Nacional de Colombia

Idioma:: spa

Description
Summary:	La Artritis Reumatoide es una enfermedad autoinmune que afecta del 0.4% al 1% de la población humana y existen marcadores genéticos implicados en esta enfermedad. Se han utilizado varios modelos de inteligencia computacional para la clasificación e identificación de endofenotipos (relación entre fenotipo y marcadores genéticos) en pacientes con Artritis Reumatoide y controles sanos a partir de información genética, principalmente el HLA DRB1 (Antígeno Leucocitario Humano), así como la teoría del Epítope Compartido. Esta hace referencia a la asociación entre la AR y el HLA-DRB1, principalmente los alelos que contienen un motivo común de aminoácidos de las secuencias QKRAA, QRRAA o RRRAA en las posiciones 70 a 74 de la cadena del DRB1, los cuales les confieren una susceptibilidad particular de la enfermedad a los individuos. En este trabajo se logró desarrollar un modelo computacional para clasificación de pacientes de artritis reumatoide y controles utilizando técnicas de estadística aplicada como son las redes neuronales, las redes bayesianas y los métodos de kernel. Como datos de entrada se utilizaron las variables de los pacientes en relación a serología (factor reumatoide y citrulinas), número de articulaciones inflamadas y dolorosas, reactantes de inflamación (velocidad de sedimentación globular y Proteína C Reactiva), rigidez matinal, edad, género, antecedentes de co morbilidades y la información del alelo HLA-DRB1. Se obtuvieron resultados importantes para el diagnóstico de la enfermedad, su categorización y como potencial aplicación en la medicina personalizada de los individuos afectados por esta enfermedad. A partir de esta información, se diseñaron y probaron varios modelos computacionales para clasificación. Particularmente,. Adicionalmente, se hicieron varios agrupamientos de los datos aspectos relacionados con laóel la algunas Para definir el número de grupos se utilizó el coeficiente de silueta. Finalmente se obtuvo un árbol de distancia entre las secuencias de aminoácidos de los distintos alelos HLA DRB1 lo cual permitió además visualizar los grupos con cercanía genética. Los métodos utilizados permiten una mejor estratificación de la enfermedad en relación a la predicción de fenotipos y posibles desenlaces de la enfermedad, así como para la potencial prevención primaria de la enfermedad.

Modelo computacional para la identificación de endofenotipos en pacientes con artritis reumatoide utilizando información del antígeno leucocitario humano HLA clase II

Publicaciones similares